1、自我介绍2、项目深挖3、如果让你设计一个 Agent 的评测体系，你会怎么做Agent 的评测不能只看最终回答像不像，因为很多场景里最终答案看起来没问题，但中间过程其实已经错了。真正可用的评测体系应该至少覆盖三层。第一层是结果评测，也就是任务有没有完成，最终输出是不是符合目标。第二层是过程评测，要看任务拆解是否合理、工具是否选对、参数是否正确、执行顺序是否稳定。第三层是系统评测，要看延迟、成功率、重试率、单次成本、异常恢复能力这些工程指标。如果是线上系统，我会把评测拆成离线和在线两部分。离线阶段构造标准数据集，做固定样本回放，评估规划正确率、工具调用成功率、任务完成率和输出质量。在线阶段则...

据传网易要下大雨从外包开始网上这图片也是零零散散真滴假滴？

（简历伪装成大三了）我是一个双非大二，意向是java后端开发能给我一些建议吗？开学就大二下了，什么时间去投递，能不能投递给中厂呢求前辈帮我看看😘

会议室里安静了几秒。 "你调研过？"架构师抬起头，看向坐在角落的我。 我点点头，打开笔记本："上周看到需求文档后，我花了些时间做了个对比分析。" 那是实习第五周的周会，团队在讨论一个新项目的技术选型。会议已经进行了半小时，几位资深工程师各执一词，有人倾向用成熟稳定的方案，有人想尝试新技术。争论陷入僵局时，我在群里发了一句："我这边有份调研报告，要不要看看？" 导师在会上直接说："那让他讲讲。" 我其实没想到会在这种场合发言。入职前几周，我一直在熟悉业务代码，跟着导师做一些模块开发。但我发现，真正让人成长的，不是等着...